导航
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Ling 3.1 Flash vs Kimi K2.6

平均分几乎持平,为 5.5 vs 5.5。 Ling 3.1 Flash benchmark 成本更低,为 $0.000 vs $0.486。 Ling 3.1 Flash 更快,为 15.75s vs 26.34s,通过率为 33.3% vs 30.4%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-10-03

已对比模型

排名
#272
总输出令牌
85,777
响应时间(平均)
15.75s
总成本
$0.000
排名
#271
总输出令牌
64,022
响应时间(平均)
26.34s
总成本
$0.486
推荐模型 Kimi K2.6

它在本次比较中得分最高(5.5),并且在全部 2 个模型中兼顾成本和响应时间最好。

详细对比

指标 Ling 3.1 Flash Ling 3.1 Flash none 发布日期: 2026-10-03 Kimi K2.6 Kimi K2.6 none 发布日期: 2026-04-20
分数 5.5 5.5
排名 #272 #271
可靠性 9.8 10.0
一致性 8.4 9.0
尝试次数 69/69 69/69
测试正确
尝试通过率 33.3% 30.4%
不稳定测试 5 3
总运行次数 69 69
每个结果成本 0.000 6.999
总成本 $0.000 $0.486
输入价格 $0.000 / 1M $0.950 / 1M
输出价格 $0.000 / 1M $4.000 / 1M
缓存读取价格 不适用 $0.160 / 1M
缓存写入价格 不适用 不适用
总输入令牌 286,758 241,357
输出令牌 85,777 64,022
推理令牌 0 0
响应时间(平均) 15.75s 26.34s
响应时间(最大) 90.95s 238.89s
响应时间(总计) 362.23s 605.78s
参数量 560B 总计 (25B 激活) 1T 总计 (32B 激活)
开放状态 闭源 权重可用

缓存价格适用于输入令牌。读取会复用已缓存的提示词;写入会存储提示词,可能产生额外费用。输出令牌按输出价格计费。

模型生成展示

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#272 Ling 3.1 Flash

none
成本
$0.000
时间
171.4s
令牌
20,178 tok

#271 MoonshotAI: Kimi K2.6

none
成本
$0.020
时间
127.4s
令牌
4,429 tok

按分数排名的模型

分数 vs 总成本

响应时间(平均)

分数 vs 响应时间(平均)

总输出令牌

分数 vs 总输出令牌

类别细分

编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间(平均) 输入令牌 输出令牌 推理令牌
Ling 3.1 Flash 4.5 7.5 22.2% 1 31.85s 8,307 27,810 0
Kimi K2.6 5.5 9.8 33.3% 0 82.57s 5,986 14,754 0

快速对比

切换对比组合